Python mplfinance库绘图① 基本参数介绍(简单秒懂)

简介: Python mplfinance库绘图① 基本参数介绍(简单秒懂)

使用mplfinance代替matplotlib库来绘图,或者作为对matplotlib库的补充,在金融量化中也不失为一种更方便高效的选择。mplfinance强大的功能,可以满足我短短几行简单的代码,就能够绘制出符合甚至超出我们原有预期且美观的图像。

mplfinance绘图的基本参数

导入方式:

import mplfinance as mpf
  • 注意这里是mpf ,新手接触时总是发生与 mpl 弄混淆的情况,以至于傻傻得分不清楚也找不出报错在哪里。

mpf.plot(data, type, title, ylabel, style, volume, ylabel_lower, show_nontrading, figratio, mav)
其中

  • data为一个DataFrame对象,要保证其有Open, High, Low, Close四个列。且行索引的名称必须是’Date‘,此外还有一列是’Volume’,这一列不是必须的(如果要同时绘制成交量柱状图,则还需要该列名为Volume的列。)

  • type为绘制图线的类型,可以的选择有* ‘ohlc’, ‘candle’(蜡烛图), ‘line’(直线,仅绘制收盘价时序图时用), ‘renko’, ‘pnf’。

  • title 即图片标题 默认不能有汉字和其他一些特殊字符,如果想使用汉字,需要加一些修改。

  • ylabel: 纵轴的标签

  • style: 样式,这是我认为最赞的两个参数之一(另一个是mav,直接绘出均线,下边有介绍)。
    mplfinance提供了很多内置样式,如
    ‘binance’,
    ‘blueskies’,
    ‘brasil’,
    ‘charles’,
    ‘checkers’,
    ‘classic’,
    ‘default’,
    ‘mike’,
    ‘nightclouds’,
    ‘sas’,
    ‘starsandstripes’,
    ‘yahoo’
    可以逐个尝试,从而找出自己喜欢的风格,这里不再一一列举。当然也可以自己定义风格样式。

  • volume: True表示添加成交量,默认False。

  • ylabel_lower: 成交量的Y轴标签。

  • show_nontrading: True显示非交易日,默认False。(这个一般不怎么常用。)

  • figratio: 控制图表大小的元组。

  • mav: 整数或包含整数的元组,是否在图表中添加移动平均线。如mav=(5, 10)表示添加5日均线和10日均线。

  • savefig: 如果要保存生成的图片,则加入savefig参数,参数值为要保存的路径+文件名。

综合上述参数:
在这里插入图片描述

# 从tushare调取 平安银行(000001.SZ) 股价数据
import tushare as ts
import pandas as pd
import mplfinance as mpf
token = 'Your token'   # 输入你的接口密匙,获取方式及相关权限见Tushare官网。
pro = ts.pro_api(token)
df = pro.daily(ts_code='000001.SZ') 

# 然后 将该DataFrame对象处理为适合我们使用的格式
df = df.loc[:, ['trade_date', 'open', 'high', 'low', 'close', 'vol']]
df.rename(
    columns={
    
        'trade_date': 'Date', 'open': 'Open',
        'high': 'High', 'low': 'Low',
        'close': 'Close', 'vol': 'Volume'},
    inplace=True)       # 重定义列名,方便统一规范操作。
df['Date'] = pd.to_datetime(df['Date'])  # 转换日期列的格式,便于作图
df.set_index(['Date'], inplace=True)  # 将日期列作为行索引
df = df.sort_index()  # 倒序,因为Tushare的数据是最近的交易日数据显示在DataFrame上方,倒序后方能保证作图时X轴从左到右时间序列递增。
# 使用mplfinance库绘图  一个句子管到饱
# 选择平安银行2020年11月和12月的数据进行绘图
mpf.plot(df.loc['2020-11': '2020-12'], type='candle', ylabel="price", style='blueskies', title='A_stock-PABank 2020-Dec_candle_line', mav=(5, 10), volume=True, ylabel_lower="volume(shares)")

生成图像效果如图所示:
在这里插入图片描述
更多内容:
关于如何解决 mplfinance 中文乱码 和 图像不正常显示负数的问题:
Python mapfinance库②中文标题乱码 与 显示负数 解决方案

关于如何在这种高度封装的状态下绘图时添加一条其他曲线:
Python mplfinance库绘图③ 如何额外添加一条其他图线

关于mplfinance如何自定义样式:
Python mplfinance库④ 如何自定义style样式(超细傻瓜级解说)

目录
相关文章
|
18天前
|
存储 人工智能 测试技术
如何使用LangChain的Python库结合DeepSeek进行多轮次对话?
本文介绍如何使用LangChain结合DeepSeek实现多轮对话,测开人员可借此自动生成测试用例,提升自动化测试效率。
214 125
如何使用LangChain的Python库结合DeepSeek进行多轮次对话?
|
11天前
|
监控 数据可视化 数据挖掘
Python Rich库使用指南:打造更美观的命令行应用
Rich库是Python的终端美化利器,支持彩色文本、智能表格、动态进度条和语法高亮,大幅提升命令行应用的可视化效果与用户体验。
57 0
|
1月前
|
运维 Linux 开发者
Linux系统中使用Python的ping3库进行网络连通性测试
以上步骤展示了如何利用 Python 的 `ping3` 库来检测网络连通性,并且提供了基本错误处理方法以确保程序能够优雅地处理各种意外情形。通过简洁明快、易读易懂、实操性强等特点使得该方法非常适合开发者或系统管理员快速集成至自动化工具链之内进行日常运维任务之需求满足。
109 18
|
1月前
|
机器学习/深度学习 API 异构计算
JAX快速上手:从NumPy到GPU加速的Python高性能计算库入门教程
JAX是Google开发的高性能数值计算库,旨在解决NumPy在现代计算需求下的局限性。它不仅兼容NumPy的API,还引入了自动微分、GPU/TPU加速和即时编译(JIT)等关键功能,显著提升了计算效率。JAX适用于机器学习、科学模拟等需要大规模计算和梯度优化的场景,为Python在高性能计算领域开辟了新路径。
177 0
JAX快速上手:从NumPy到GPU加速的Python高性能计算库入门教程
|
12天前
|
数据采集 机器学习/深度学习 人工智能
Python:现代编程的首选语言
Python:现代编程的首选语言
184 102
|
12天前
|
数据采集 机器学习/深度学习 算法框架/工具
Python:现代编程的瑞士军刀
Python:现代编程的瑞士军刀
183 104
|
12天前
|
人工智能 自然语言处理 算法框架/工具
Python:现代编程的首选语言
Python:现代编程的首选语言
177 103
|
12天前
|
机器学习/深度学习 人工智能 数据挖掘
Python:现代编程的首选语言
Python:现代编程的首选语言
124 82
|
12天前
|
数据采集 机器学习/深度学习 人工智能
Python:现代编程的多面手
Python:现代编程的多面手
29 0
|
21天前
|
存储 人工智能 算法
Python实现简易成语接龙小游戏:从零开始的趣味编程实践
本项目将中国传统文化与编程思维相结合,通过Python实现成语接龙游戏,涵盖数据结构、算法设计与简单AI逻辑,帮助学习者在趣味实践中掌握编程技能。
82 0

推荐镜像

更多